Você está na página 1de 42

r'

TEXTO PARA DISCUSSÃO N° 446

Um Modelo de Previsão do PIS, Inflação


e Meios de Pagamento *

• Ajax R. Sello Moreira-


Antonio Fiorêncio.-
Hedibert Freitas Lopes-

Rio de Janeiro, novembro de 1996

••

Os autores agradecem a assistência de Alexandra M.Schmidt na obtenção de vários resultados


econométricos e a Ingreed SValda na atualização dos dados e na confecção de tabelas e gráficos.
- Da Diretoria de Pesquisa do IPEA.
- Da Diretoria de Pesquisa do IPEA e UFF.
- Do IM-UFRJ.
-
'PeA Instituto de Pesquisa Econômica Aplicada

o IPEA é uma fundação pública


vinculada ao Ministério do
Planejamento e Orçamento, cujas •
finalidades são: auxiliar o ministro na
elaboração e no acompanhamento da
política econômica e prover atividades
de pesquisa econômica aplicada nas
áreas fiscal, financeira, externa e de
desenvolvimento setorial.

I INSTITUTO DE PESQUISA ECOI\OMI;A


A~L~C~DA
I
Presidente TOMBO v V V •

Fernando Rezende
I ~o 22110-4 r
DIRETORIA

Claudio Monteiro Considera


~TA .~$LJ---dL __
11
Luís Fernando Tironi "
Gustavo Maia Gomes
Mariano de Matos Macedo
Luiz Antonio de Souza Cordeiro
Murilo Lôbo

TEXTO PARA DISCUSSÃO tem o objetivo de divulgar resultados


de estudos desenvolvidos direta ou indiretamente pelo IPEA,
bem como trabalhos considerados de relevência para disseminação
pelo Instituto, para informar profissionais especializados e
colher sugestões.

Tiragem: 350 exemplares

SERViÇO EDITORIAL

Rio de Janeiro - RJ:


Av. Presidente Antõnio Carlos, 51 - 14° andar - CEP 20020-010
Tel.: (021) 220-5533 - Fax: (021) 240-1920
Brasília - DF:
588. Q. 1, 81. J, Ed. 8NDES - 10° andar - CEP 70076-900
Telefax: (061) 315-5314
SUMÁRIO

RESUMO

ABSTRACT

1 - INTRODUÇÃO 9

2 - ESCOLHA DAS VARIÁVEiS 10

3 - DESCRiÇÃO DO MODELO 17

4 - MODELO CONDICIONAL. 21

5 - ANÁLISE DA CAPACIDADE PREDITIVA 24

6 - IDENTIFICAÇÃO DO MODELO ESTRUTURAL. 27

7 - CONCLUSÃO 32

BIBLIOGRAFIA 34
RESUMO

Este artigo discute uma relação empírica entre o PIB, a inflação e a liquidez da
economia brasileira através de modelos VEC estruturais. Os principais pontos são
os seguintes. Em primeiro lugar, partimos de um conjunto relativamente amplo de
possíveis indicadores de liquidez e procuramos a representação mais parcimoniosa
dentro deste conjunto. Assim, separamos o modelo em um bloco marginal e um
condicional, utilizando o teste de causalidade de Granger para variáveis integradas
corno critério separador. Em segundo lugar, estimamos o modelo em sua
representação VEC e não rejeitamos a hipótese de que o modelo marginal
apresenta três tendências comuns. Utilizamos corno um dos critérios de
identificação do modelo a separação entre os choques que têm efeitos permanentes
e os que têm apenas efeitos transitórios. Em terceiro lugar, utilizamos restrições
adicionais, sugeridas pela teoria econômica, para identificar o modelo estrutural e
interpretar cada choque permanente corno uma alteração exógena na política
econômica. Identificamos um choque de juros reais, um choque de liquidez e um
choque de oferta. Finalmente, apresentamos as funções de resposta a impulso dos
choques identificados.

.
-
ABSTRACT

This paper analyses an empirical relationship between Brazilian GNP, inflation and
liquidity using structural VEC models. The main points of the paper are the following.
First, we started from a relatively large set of possible liquidity indicators and searched
for the most parsimonious representation in this set. We split the model into a marginal
and a conditional block, using Granger causality test for integrated variables as the
• separating criteria. This resulted in a marginal and a conditional model. Secondly, we
estimated the marginal model in its VEC representation and could not reject the
hypothesis that the marginal model has three common trends. We used as one
identifying criteria of the model the separation between the shocks that have permanent
effects and the ones that only have transitory effects. Thirdly, we used additional
restrictions, suggested by economic theory, to identify the structural model and to
interpret each permanent shock as an exogenous change in economic policy. We
identified a real interest shock, an liquidity shock and a supply shock. Finally, we show
the impulse-response functions to the identified permanent shocks.


~.
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

1- INTRODUÇÃO

Este texto é parte de um trabalho em andamento para construção de um modelo de


previsão de variáveis selecionadas do sistema financeiro brasileiro. É claro que,
dadas as relações de causalidade mútua entre as variáveis financeiras e as
principais variáveis macroeconômicas, como o produto e a inflação, é necessário
tratar todas as variáveis deste conjunto como endógenas. Nesta etapa do trabalho,

elaboramos um modelo de previsão conjunta de algumas variáveis
macroeconômicas - no caso, PIB, juros e inflação mensais - e dos principais
• agregados monetários brasileiros, MI, M2-MI, M3-M2 e M4-M3. O modelo,
além de relacionar contemporânea e dinamicamente estas variáveis, identifica
choques independentes que determinam a trajetória das variáveis e que podem ser
interpretados como alterações de políticas ou de condições econômicas.

As variáveis deste modelo compõem dois blocos de equações. O primeiro,


chamado de "bloco macro", condiciona as variáveis do segundo bloco, mas não é
condicionado por este, ou seja, as variáveis serão dispostas num formato
hierárquico. Será estimado um modelo estrutural para o bloco macro,
identificando os seus choques permanentes através da imposição de restrições
sobre as suas respostas de longo prazo, seguindo a metodologia proposta por King
et alii (1991), e os seus choques transitórios através da imposição de restrições
sobre as respostas de curto prazo, seguindo a metodologia proposta por Lima
(1995). Em ambos os casos a identificação é feita buscando associar cada um.
destes choques a alterações de políticas ou de condições econômicas.

Para definir o modelo foi necessário especificar e selecionar as variáveis do bloco


macro e do bloco condicional. Para isso foi proposta uma estratégia para evitar a
redundância de informações entre as séries e buscar o conjunto relevante de
variáveis para compor o bloco macro. A propriedade de permanência das séries-
ordem de integração - foi utilizada para reduzir o número de parâmetros do
modelo e para identificar choques estruturais que possam ser classificados quanto
à durabilidade dos seus efeitos - permanentes e transitórios. Finalmente, os
modelos obtidos foram reestimados segundo procedimentos bayesianos que
permitem dar mais importância ao passado recente de forma a melhorar a
capacidade preditiva dos modelos.

I . A seção seguinte discute a estratégia adotada para a escolha das variáveis do bloco
• macro. A Seção 3 apresenta o modelo com os blocos macro e condicional e suas
características estatísticas e propriedades de longo prazo. A Seção 4 apresenta os
resultados da reestimação do modelo, segundo procedimentos bayesianos e a
melhora da capacidade preditiva obtida e, finalmente, a Seção 5 discute a
identificação proposta para o modelo estrutural. I

IA estimação clássica, inclusive a análise de co-integração, foi realizada no software PCFIML.

L
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

2 - ESCOLHA DAS VARIÁVEIS

Devido às conhecidas dificuldades em especificar corretamente modelos


estruturais que dêem conta tanto das relações dinâmicas quanto das
contemporâneas entre as variáveis, optamos pela utilização de modelos do tipo
auto-regressivo vetorial (VAR). Esta escolha, como se sabe, tem um preço, já que
o modelo a ser estimado deve necessariamente ser parcimonioso quanto ao
número de variáveis, sob pena de perda excessiva de graus de liberdade na •
estimação dos seus parâmetros e maior dificuldade na identificação de suas
características, tais como as eventuais relações de longo prazo e contemporâneas.
Nossa lista básica de variáveis é extensa, incluindo, além do PIB e da inflação, os •
quatro agregados monetários já mencionados e três taxas de juros representativas
destes agregados: over, caderneta de poupança e CDB-pré. Estas nove variáveis,
além de constituírem em si um número excessivo, podem ser redundantes em
alguma medida. Ou seja, é possível que as taxas de juros e os agregados
financeiros possam ser representados por um número menor de dimensões. Desta
forma, uma primeira etapa do trabalho consiste em reduzir esta lista.

A maneira possível para obter um modelo mais parcimonioso é tomá-lo


hierárquico. Suponha que existam uma medida de liquidez D que resuma toda a
informação contida em MI, M2, M3 e M42 e uma medida de custo de liquidez C
que resuma toda a informação contida nas taxas do over, poupança e CDB-pré.
Neste caso, poderíamos, primeiramente, estimar um modelo "macro" com PIB,
inflação, C e D e, em seguida, estimar um modelo "fmanceiro" para prever as
taxas de juros e os agregados Mi condicionados aos resultados do modelo macro.

É claro que para que esta estratégia seja viável é necessário que as medidas de
liquidez e custo de liquidez, efetivamente, resumam a informação contida nos
diversos agregados Mj e taxas de juros, e também que estas medidaS' sejam
suficientes para identificar o modelo. Que tais medidas existam, está longe de ser
4
evidente, já que o que se pretende é encontrar uma transformação de R em RI e
outra de R3 em RI que não impliquem em perda de informação. Caso não sejamos
capazes de encontrar tais transformações, será necessário aceitar um objetivo mais
4
modesto e buscar transformações não de R4 em RI ou de R3 em RI mas de R em
R2, de R3 em R2 etc.

Quais alternativas de simplificação se apresentam naturalmente? Os modelos •


empíricos existentes têm testado diversos agregados monetários em busca
daquele(s) que melhor resuma(m) o estado de liquidez da economia e ajude(m) a
prever as principais variáveis macroeconômicas, tais como o PIB e a taxa de
inflação. Dessa forma, pode-se escolher um agregado monetário restrito como Ml,
na esperança de que ele represente a liquidez "básica" da' qual os demais

20 saldo dos haveres financeiros foi obtido do Boletim do Bacen e deflacionado pelo IGP-DI centrado no dia 30. Todas
as variáveis foram utilizadas em logaritmos.

10

L_
." UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

financeiros da economia a variável relevante. A idéia de utilizar um agregado


amplo levanta uma dificuldade; se o que interessa é a liquidez total da economia e
se os diferentes componentes de M4 têm graus diferentes de liquidez, como
agregá-los?

A resposta tradicional é a construção de índices de divisia, que está apoiada em


uma idéia básica [ver Barnett (1982)]. Ativos com graus de liquidez diferentes são
• ativos diferentes e, portanto, não se pode agregá-los atribuindo-lhes
(implicitamente) o mesmo preço. Ou seja, não se pode somar uma unidade de
depósitos à vista com uma unidade de CDB - como no cálculo tradicional de M4.
" No cálculo de um índice de divisia, o volume de cada agregado monetário é
ponderado por seu custo de carregamento, ou seja, grosso modo, pela diferença
entre a rentabilidade do ativo e a rentabilidade dos ativos menos líquidos e,
supostamente, mais rentáveis da economia.3 Com estas alternativas, podemos
testar se algum subconjunto dos seis agregados mencionados (Ml, M2-Ml, M3-
M2, M4-M3, M4, M4 divisia) é capaz de resumir a informação contida nos quatro
agregados básicos, que estamos interessados em prever.

As taxas de juros foram analisadas apenas avaliando a eventual redundância de


informações entre aquelas consideradas. Evitamos contruir índices compostos das
diversas taxas de juros devido à dificuldade de interpretar os resultados de um
modelo com uma taxa de juros que não descreva diretamente a rentabilidade de
um mercado financeiro específico. Resumindo, nossa estratégia consistiu em:

a) decompor o modelo em dois blocos de equações que se interligam de forma


hierárquica - um dos blocos determina mas não é determinado pelas variáveis do
outro bloco -, e testar estatisticamente a validade desta decomposição;

b) especificar o primeiro bloco de variáveis substituindo o conjunto dos haveres e


o conjunto das taxas de juros por um subconjunto representativo das variáveis ou
por um índice que resuma a informação contida no conjunto completo de
variáveis;

c) identificar os choques estruturais que determinam o movimento do primeiro


bloco;

d) especificar o segundo bloco com as variáveis excluídas do primeiro bloco,


realizando projeções condicionais aos resultados do primeiro bloco .

O procedimento adotado não constitui uma solução rigorosa para a seleção do
conjunto de variáveis que serão consideradas condicionadas e das condicionantes.
Consideramos como condicionadas aquelas variáveis que, sem perda de
informação, pudessem ser excluídas de um modelo de previsão do conjunto das

3 A definição do custo de carregamento de um ativo é problemâtica, pois para calculâ-Io é necessârio estimar, 8 cada
período, qual a rentabilidade máxima do conjunto de ativos da economia, o que é de dificil mensuraçlio. O indice de
divisia utilizado bem como sua fórmula de cálculo foram omitidos por falta de espaço, mas podem ser obtidos junto aos
autores.

11
UM MODELO DE PREVISÃO DO PIE, INFLAÇÃO E MEIOS DE PAGAMENTO

variáveis condicionantes. Ou seja, o procedimento deixou de lado eventuais


relações de longo prazo e relações contemporâneas.

As relações contemporâneas podem ser omitidas porque dependem do modelo


estrutural utilizado e, portanto, sempre existem hipóteses de identificação que
tomam nulas estas relações omitidas. Ou seja, está implícita na exclusão de uma
certa variável uma hipótese de identificação. Já as relações de longo prazo
dependem dos coeficientes - e dos respectivos pesos - de eventuais relações de •
co-integração entre as variáveis. Neste caso, a escolha se deu entre variáveis que
informam aspectos diferentes da liquidez e as taxas de juros. Por isto, parece
razoável admitir, por princípio, que estas variáveis sejam substitutas no longo
prazo.

Foi realizada uma análise prévia da ordem de integração - teste de ADF - e os


resultados apresentados na tabela 1 revelam que não se pode rejeitar a hipótese de
que todas as variáveis sejam integradas de ordem 1, exceto as taxas de juros reais
que são estacionárias. Apesar disso, as taxas de juros serão consideradas
integradas quando da estimação do modelo VEC, com o cuidado de avaliar os
efeitos desta eventual impropriedade.

TABELA 1
Teste de Raiz Unitária
T. T. Inflação CDB- Over Ml C. PIB
Privo Púb. Real Real Poup

I(d) 1 1 1 O O 1 1 1
n.defasagens 3 3 O O O 1 1 7
t-adf - - -2.86 -11.0 -9.24 -1.95 -1.44 -.07
1.06 2.596
Obs.: Valor crítico -3.471(1%) e -2.879(5%)

4
O procedimento adotado consistiu em realizar testes de exclusão de variáveis.
Este teste pressupõe que as variáveis tenham distribuição normal, propriedade que
nem sempre se verifica. Por este motivo foi utilizado, como critério adicional, a
variação da medida de informação de Hannan-Quinn (H-Q) com o sinal trocado,s
estatística que prescinde de hipóteses a respeito do formato das distribuições. As
tabelas apresentadas indicam o p-valor associado à hipótese nula de exclusão de

todas as defasagens da variável, e também a medida de informação

4Formalmente, testa-se se o vetor w pode ser excluído sem perda de informação da previsão de y na presença de z . Para
isto estima-se YI=A(L)YI_l + B(L)z 1_1+C(L)w l_h e testa-se a hipótese de que C(L)=O. Os testes foram realizados
introduzindo variáveis indicadoras para os diversos planos de estabilização, com os modelos com quatro defasagens de
cada variável, e utilizando uma amostra de dados mensais de 1/80 a 12194.
50U seja, valores positivos (negativos) desta estatlstica revelam que a exclusão da variável implicou ganho (perda) de
informação.

12
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

correspondente. As linhas representam à variável que está sendo explicada e as


colunas a variável excluída em cada caso.

2.1 - Escolha da Taxa de Juros

As taxas de juros consideradas relevantes- e disponíveis como séries históricas para


um período suficientemente longo, foram a taxa do sistema de liquidação dos
títulos públicos - Over6 - que remunera os títulos públicos federais e que é a
taxa básica da economia, e a taxa dos Certificado de Depósito Bancário prefixados
(CDB),' que remunera os títulos privados e supostamente é a maior taxa de
captação do sistema financeiro. A rentabilidade da caderneta de poupança foi
excluída lembrando que pode ser calculada a partir da taxa de inflação passada até
1990 e a partir desta data pela TR que é determinada pela taxa do CDB prefixado.

As taxas de juros nominais têm o fator comum da taxa de inflação que é


extremamente significativo, e por isto, a relação entre elas foi analisada utilizando
as taxas de juros deflacionadas pela taxa de variação do IGP-DI centrado.8

A Tabela 2 analisa a relação entre a taxa Over e a do CDB-pré, e revela que a taxa
do Over pode ser excluída do modelo que explica a taxa do CDB e a do Over,
mas não o contrário, o que sugere que a taxa do CDB é suficiente para representar
as duas taxas de juros consideradas. Como a taxa do CDB é calculada com apenas
as informações dos três primeiros dias úteis de cada mês, ao contrário da taxa
Over que é uma média geométrica das taxas diárias verificadas ao longo do mês, a
taxa Over deveria conter, em princípio, mais informação do que a taxa CDB. No
entanto, surpreendentemente, a taxa Over pode ser explicada pela do CDB, mas
não o contrário.

TABELA 2
Precedência das Taxas de Juros
(%) P-(%) P DH-Q
CDB Over CDB Over
Over/CDB 0.0 3.54 -.02 .19

2.2 - Escolha dos Agregados Financeiros



A possibilidade de exclusão dos diversos agregados fmanceiros do modelo
"macro" foi analisada verificando se o agregado financeiro mais amplo - M4-
ou um índice de divisia deste agregado, podem resumir a informação contida nos

6Fonte: Boletim do Banco Central do Brasil, e medido por log(l+over).


7Fonte: até 1984, da publicação "Taxas de Juros no Brasil" e, após esta data, Andima, e medido por log(l +CDB).
80 IGP-DI centrado no dia 30 é calculado pela média geométrica entre as taxas de inflação de cada mês e do mês
subseqüente, e corrigida nos meses dos planos para dar conta da mudança abrupta da taxa de variação dos preços dentro
do mês considerado, e medido pelo log(l+taxa de variação).

13
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

demais haveres financeiros: MI, M2-MI (títulos públicos - tpu), M3-M2


(caderneta de poupança - cpo) e M4-M3 (títulos privados - tpr). Ou seja, busca-
se verificar se estes agregados parciais acrescentam informação à previsão do
vetor (y) composto pelo PIB,9 taxa de inflação, taxa do CDB, e uma medida de
liquidez. Para isto foram consideradas alternativamente duas medidas de liquidez:
lo
M4 e o índice de divisia. A Tabela 3 mostra que nem M4 nem o índice de divisia
construído resumem a informação. contida nos demais haveres, o que impede a
decomposição do modelo através destes índices, pois a hipótese de exclusão dos
títulos privados é rejeitada significativamente. I I


TABELA 3
Precedência do M4 e do Divisia
(%) P-valor ~H-Q
m1 TPU cpo TPR m1 TPU cpo TPR

y,M4 0.0 13.2 1.4 1.7 .07 .07 .13 -.09


y,Divisia 2.4 6.7 16.5 0.0 .08 .11 .14 -.02

,\ Como os índices agregados não resumem a informação da liquidez, investigamos


se algum subconjunto dos agregados era suficiente para representar os demais.
Para isto foi construída a Tabela 4 que apresenta o teste de exclusão de cada
variável na presença de (M1 ,cpo,tpr,tpu) para a previsão das variáveis ou grupo de
variáveis indicadas nas linhas. O resultado mostra que, mesmo na presença dos
demais haveres, o título privado (tpr) não pode ser excluído das equações dos
haveres remunerados, o que sugere a inclusão deste agregado no modelo marginal.

TABELA 4
Precedência dos Haveres Financeiros
(%) P-valor ~H-Q
M1 TPU CPO TPR MI TPU CPO TPR

PIB/inf/CDB 3.6 5.6 48.0 7.0 .05 .06 .13 .07


m1 0.0 34.8 6.4 49.3 -2.5 .04 0.0 .05
tpu 50.9 0.0 35.9 2.1 .05 -2.5 .05 -.02
cpo 0.1 4.5 0.0 1.0 -.07 0.0 -2.93 -.03
tpr 38.0 20.3 8.5 0.0 .04 .02 .01 -3.45


9 Como não existem dados sobre o PIB mensal brasileiro, este foi construido com as mesmas séries e a mesma
ponderação utilizada pelo PIB trimestral, mas com as séries mensais, exceto para o produto do comércio que foi calculado
regredindo-o com dados trimestrais com o produto agropecuário e da indústria de transformação e variãveis indicadoras
sazonais. Os coeficientes estimados foram utilizados com as séries regressoras mensais, e as variãveis indicadoras
transformadas em mensais fazendo-as tomar o mesmo valor nos meses do trimestre correspondente. Este PIB mensal,
quando agregado trimestralmente, reproduziu os resultados do PIB trimestral.
IODefato, este teste foi repetido com indices de divisia construidos com diferentes hipóteses para a estimativa do custo de
carregamento dos titulos. Os resultados foram semelhantes aos indicados.
liA estatística de Wald para H : tpr
O = O não tem distribuição X2 pois as variãveis do sistema são integradas.
Entretanto, Toda e Phillips (1994), Teorema I, afirmam que essa estatística é X 2 sob a condição que tpr esteja presente
nas relações de co-integração existentes entre as variãveis dos sistema, que é o nosso caso.

14
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

Foi definido o vetor y=(PIB,ihf1ação,CDB,tpr) e verificado qual variável ou qual


grupo de variáveis poderia ser excluído na presença de (MI,cpo,tpu). Para isto foi
testada a hipótese de que a inclusão de cada um dos demais haveres não
incorporava informação a este modelo, isoladamente ou em conjunto. Os testes na
Tabela 5 revelam que as variáveis caderneta de poupança e MI podem ser
excluídas do modelo principal sem perda de informação, mas que os títulos
públicos não podem ser excluídos.

TABELAS
Precedência de Ml,cpo,tpu

MI TPU CPO CPOIMI CPOrrPU TPUIMI

P-valor(%) 12.0 1.5 21.7 9.1 2.1 1.2


ôH-Q .13 .07 .15 .25 .19 .17

Este resultado é confIrmado, incorporando os títulos públicos ao vetor (y) e


verificando se alguma das variáveis excluídas melhora a capacidade preditiva do
modelo. A Tabela 6 confIrma que estas variáveis podem ser excluídas desse
modelo.t2

TABELA 6
Precedência de cpo,Ml
MI CPO
P-valor(%) 23.8 42.8
ôH-Q .19 .22

A escolha da taxa de juros do CDB foi reavaliada verificando se num modelo


conjunto, esta taxa é capaz de substituir a taxa do Over. Para isto, seja o vetor
y=(pIB,inflação,tpr,tpu). Foram comparadas duas situações. Na primeira, o
• modelo foi especificado como (y,CDB) e verificado se a taxa do Over pode ser
excluída como variável explicativa. Na segunda, o modelo foi especificado como
(y,over) e verificado se a taxa do CDB pode ser excluída. Os resultados na Tabela
• 7 confIrmam que a taxa do Over é explicada pela do CDB mas não o contrário .

I2Foram realizados testes complementares que revelam que a utilização da variável Mlou.M2 no lugar dos tltulos
públicos não representavam os haveres omitidos adequadamente. Novamente estamos utilizando um resultado de Toda e
Phillips (1994), que garante que a estatística de teste para HO: MI =O,CPO O, tem distribuição assintótica X2
=
+ movimento browniano, que é estritamente positivo, e portanto, se HOé aceita aos nlveis crlticos da X 2 , também será
aceita aos nlveis da distribuição verdadeira.

15
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

TABELA 7
Precedência das Taxas de Juros
Over CDB

P-valor(%) 6.56 0.0


~H-Q .14 -.06


2.3 - Comentários

Como vimos, não foi possível encontrar um agregado fmanceiro único que •
resumisse a informação contida em todos os demais - o que lança dúvidas
quanto à superioridade dos índices de divisia em relação aos agregados
tradicionais como indicadores de liquidez do sistema. O modelo mais
parcimonioso que obtivemos inclui, além do Pffi e da taxa de inflação, a taxa de
juros do CDB-pré e dois agregados financeiros M4-M3 (títulos privados) e M2-
Ml (títulos públicos). Ml, M3-M2 e a rentabilidade da poupança, bem como,
surpreendentemente, a taxa de juros Over puderam ser excluídos do modelo
macro sem perda de informação. Ou seja, foi possível passar de um VAR com
nove variáveis para um com apenas cinco. Um ganho de parcimônia considerável.

O que estes resultados sugerem sobre o comportamento das variáveis que nos
interessam? Em primeiro lugar, as medidas de liquidez restrita - no caso, Ml -
e o volume da poupança são variáveis endógenas neste sistema, o que não chega a
surpreender. O volume da poupança é fundamentalmente determinado pela renda.
da economia e pela taxa de remuneração da caderneta, que está atrelada ou à
inflação passada ou à remuneração do CDB. Por outro lado, o Banco Central
jamais tentou seriamente controlar o volume de moeda em circulação, de forma
que sua endogeneidade não causa espanto.

Em segundo lugar, poderia parecer surpreendente que a taxa do Over possa ser
excluída na presença do CDB-pré já que, em princípio, este contém menos
informação do que aquele, pois é uma medida das expectativas nos três primeiros
dias úteis do mês em comparação com a taxa do Over que é uma média
geométrica das taxas verificadas ao longo de todo o mês. No entanto, em geral, o
Bacen fixa a taxa do Over no primeiro dia do mês e introduz muito pouca
variação até o final. Assim, na prática, ou a taxa do CDB acaba incluindo
(marginalmente) mais informação do que a taxa do Over, ou o mercado financeiro
faz bons prognósticos sobre a taxa de juros para o resto do mês.

Em terceiro lugar, a escolha dos títulos públicos e privados como representantes


da medida de liquidez está de acordo com a idéia de que as inovações relevantes
da economia são oriundas, por um lado, do setor público - eventualmente
consequência de déficit fiscal e da percepção da sociedade quanto à sua
transitoriedade ou permanência - e, por outro lado, dos movimentos autônomos e
reativos do setor privado - representados pelo saldo de títulos privados.

16

L
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

Finalmente, para mostrar a interdependência entre as variáveis, elas foram


agrupadas em dois blocos: um com o PIB e a inflação e um outro com os haveres
e a taxa de juros. Foi testada a hipótese de exclusão de cada um dos blocos. A
Tabela 8 apresenta os resultados que revelam que nenhum dos blocos pode ser
excluído sem perda de informação para a previsão dos dois blocos.

• TABELAS
Interdependência entre as Variáveis.
(%) P-valor L\B-Q
PIB/Inflação TPUITPR/CDB PIB/Inflação TPUITPR/CDB
PIB/inflação 0.00 0.00 -5.14 -.06
tpu/tpr/CDB 0.00 0.00 .08 -7.77

3 - DESCRIÇÃO DO MODELO

A seção anterior sugere que as variáveis sejam separadas num bloco macro (y)
composto pelo PIB, saldos dos títulos privados (tpr) e dos títulos públicos (tpu),
pela taxa de juros do CDB prefixado (CDB) deflacionado, e pela taxa de variação
do IGP-DI centrado no dia 30 (int). O outro bloco (z) é composto pelo saldo de
MI e de caderneta de poupança e da taxa do Over. A seguir discutimos aspectos
estatísticos do modelo macro, que foi estimado com dados mensais de janeiro de
1980 a dezembro de 1994, inicialmente no formato de um modelo VAR:

y, = IJ.+ <1lD, + AP, + Lr;y,_; + E, (1)


;=1

onde, IJ. é o termo constante do VAR, <1l é a matriz (5 x 11) de coeficientes


relativos às dummies sazonais em Dl' A é a matriz (5 x 12) de coeficientes
relativos às 12 dum mies Pt colocadas no modelo com a finalidade de tratar alguns
pontos aberrantes;13 r's são matrizes (5 x 5) correspondentes às defasagens do
vetor y. Assume-se que Et :::::NID(O,~), apesar de, como veremos em seguida,
algumas das componentes de y não suportarem essa hipótese.

Utilizamos o critério de Hannan-Quinn (HQ) para escolher o número de


defasagens, mas a Tabela 9 também apresenta o Bayesian lnformation Criterion
14
(BIC), proposto por Schwarz.

l30s pontos, indicados pelo teste de Chow seqüencial, foram : 84-1,86-:2,86-3,88.12,89.1,89.2,90.2,90.3,90-4,91.2,94.


6,94-7. Vale mencionar que a escolha desses pontos tem justificativa econômica.
14 A escolha do número de defasagens do modelo VAR é um problema sério. Lütkepohl (1985) compara a performance
de, pelo menos, 12 diferentes critérios e conclui que os critérios de Schwarz (também chamado de Bayesian Information
Criterion (BIC) e Hannan e Quinn (HQ), são os que melhor obtêm a verdadeira ordem do VAR (resultados obtidos
através de intensivos procedimentos de simulação em VAR bi e tri-variados). De outro lado, Koreisha e Pukkila (1993)
sugerem que o critério de Hannan-Quinn é o menos senslvel ao número de componentes de y.

17
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

TABELA 9
Critérios de Informação

k BlC HQ k BlC HQ k BlC HQ

1 -30.89 -32.51 6 -29.43 -32.45 11 -28.01 -32.43

2 -30.82 -32.72 7 -29.00 -32.30 12 -27.68 -32.37

3 -30.57 -32.75 8 -28.63 -32.21 13 -27.65 -32.63



4 -30.29 -32.75 9 -28.23 -32.09 14 -27.25 -32.50

5 -29.92 -32.66 10 -28.08 -32.22 15 -26.86 -32.40

Apesar dos resultados sugerirem quatro defasagens, resolvemos utilizar p=12,


tanto para verificação das hipóteses básicas da modelagem VAR quanto para a
obtenção das relações de co-integração existentes entre as componentes de y. O
que nos levou a fazer esse tipo de consideração foi a preocupação com as
conseqüências de termos, por exemplo, autocorrelação residual ou
heterocedasticidade na variância. Utilizando p=12, variáveis indicadoras para
pontos aberrantes e componentes sazonais no modelo, foram realizados testes
sobre o seu resíduo. Foram testadas auto correlação serial Ljung-Box(1978),15
normalidade Doornik e Hansen (1994)16 e heterocedasticidade Engle (1982).17

A Tabela 10 apresenta os resultados obtidos. O valor crítico para o teste de


autocorrelação é de X2(12,.01)=26.2. Entre colchetes estão os p-valores associados
aos testes de normalidaâe e heterocedasticidade. Os resultados mostram que
apenas a inflação apresenta autocorrelação serial; que três dos cinco resíduos não
suportam a hipótese de normalidade; e que, em princípio, nenhuma das variáveis
do sistema apresenta estrutura ARCH até sete defasagens. A rejeição da hipótese
de normalidade toma vulneráveis os resultados dos testes paramétricos, e portanto
'd'
d o teste quanto ao numero e vetores co-mtegra dos. 18

IS A hipótese nula é a autocorrelação serial dos reslduos. A distribuição assintótica dessa estatistica é qui-quadrado com k

f[aus de liberdade, onde k é número de autocorrelações utilizadas.


6A hipótese nula do teste é que os reslduos são normais, a sua estatlstica tem uma distribuição assintótica qui-quadrado
com dois graus de liberdade e é uma função do excesso de curtose e da assimetria em relação à distribuição normal

f7aAdrhã~.ó
lp tese nu Ia é que o reSl'd'uo seja um rui'do branco, enquanto a ai'tematlva é que o res ld'uo sIga um processo ARCH.
A principal vantagem desse teste é que ele não necessita que sejam estimados os parâmetros dessa estrutura ARCH da
hipótese alternativa
UMas é preciso ser investigado se os estimadores das relações de co-integração são robustos para perturbações no
formato da distribuição do residuo. Um procedimento alternativo seria considerar distribuições com caudas mais pesadas
como a t-Student. Isto implica, no caso c1àssico, em grandes complicações computacionais. lã a abordagem bayesiana
seria mais simples necessitando apenas de alguns procedimentos de integração numérica, como por exemplo
procedimentos do tipo "Gibbs Sampler" [ver Gelfand e Smith (1990)].

18
UM MODELO DE PREVISÃO DOPIB, INFLAÇÃà E MEIOS DE PAGAMENTO

TABELA 10
Testes de Aderência
Varo Ljung-Box Normalidade ARCH(7)

tpr 22.856 7.86760[0.0196] 0.73678[0.6415]


PIB 8.760 1.56060[0.4583] 0.22444[0.9783]
inf 32.891 33.30500[0.0000] 1.88330[0.0853]
• CDB 23.311 13.44400[0.0012] 0.95659[0.4696]
tpu 16.758 0.60368[0.7395] 0.33938[0.9331]

••

Admitindo que todas as variáveis do vetor (y) sejam integradas de ordem 1, é


possível que existam relações de longo prazo entre elas. Para checar este ponto, o
modelo (1) será reparametrizado na forma:

p-I

!1y, = ~ + C!>D,+ AP, + L TI;!1y,_; + TIY'_I + E, (2)


;=1

Note-se que (2) é um VAR(P-l) em diferenças, a menos do termo TIy t-1; ou seja,
há um erro de especificação ao se tratar séries integradas através de um VAR em
primeiras diferenças quando TI não for igual a zero. Portanto, sob a hipótese de
que TI = ap T, onde a p são
matrizes (5 x r) e O < r < 5, temos o conhecido
e
modelo de correção de erros (VEC). Johansen (1988,1991) propõe um
procedimento multivariado de estimação de r e dos parâmetros do modelo (2) sob
a hipótese de existirem r relações de co-integração entre as componentes de y. 19

A Tabela 11 apresenta os resultados deste procedimento, os valores críticos das


estatísticas e a correção dos testes para pequenas amostras?O Os resultados
mostram que os dois critérios indicam a existência de duas relações de co-
integração. A Tabela 12 apresenta as relações de co-integração estimadas.

TABELA 11
Análise de Co-integração do Modelo Macro
Testes do Traço Testes do Maior Autovalor
Ho -Tlog(l-Â.) Com T-nm 95% -TLlog(l-Â.) Com T-nm 95%
• r<=O 86.72** 55.75** 33.5 180.70** 116.20** 68.5
r <= 1 58.15** 37.38** 27.1 93.97** 60.41 ** 47.2
r<=2 23.70* 15.23 21.0 35.82** 23.03 29.7
r<=3 12.12 7.80 14.1 12.13 7.80 15.4
r<=4 0.01 0.00 3.8 0.01 0.00 3.8

19São propostas duas estatfsticas de teste para r, a do traço e a do maior autovalor, que testam respectivamente se r<=rO vs
r>rO e r=rO vs r=rO+ I. Ambas verificam se alguns dos autovalores (À's) da matriz n é ou não igual a zero, onde r=número
de autovalores de n diferentes de zero.
2Oyalores críticos para os dois testes propostos por Johansen e para modelos que incluem ou não termo constante e
dummies sazonais podem ser encontrados em Osterwald-Lenum (1992).

19
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

TABELA 12
Relações de Co-integração
TPR PIB INF CDB TPU
0.0 -.2979 .5856 -25.13 1.0
1.0 -1.083 -.901 13.99 0.0

Para verificar a robustez destes resultados, a análise de co-integração -foi repetida


com o modelo especificado com algumas alternativas. Foi alterado o número de
21
defasagens para quatro, substituída a taxa de juros real por uma taxa nominal e,
finalmente, a taxa de juros real foi substituída por uma taxa corrigida?2 Em todos
os casos, os resultados foram aproximadamente os mesmos, o que sugeriu a
robustez das estimativas dos vetores co-integrados. Para avaliar a significância dos
coeficientes estimados foram feitos testes anulando, alternadamente, os
parâmetros de cada variável nas duas relações de co-integração, e os pesos das
duas relações de co-integração em cada equação. A Tabela 13 apresenta o p-valor
correspondente para cada caso, e indica a fragilidade da relação do, e sobre o, PIB.

TABELA 13
Significância da Relação de Longo Prazo
TPU TPR CDB PIB INF

rel.co-integração 0.0 0.0. -- 0.0 0.23 0.1


pesos 0.0 0.0 0.07 0.32 0.0

As relações de co-integração obtidas, embora possam não ser fundamentadas em


algum modelo teórico, parecem indicar alguns fatos estilizados: a) O crescimento
do PIB está relacionado com o aumento das dívidas; b) O aumento da taxa de
juros reais está ligado com o aumento da dívida pública e a redução da dívida
privada, ou seja, a taxa de juros promove um efeito de substituição no portfolio
dos agentes, que, aparentemente, consideram a dívida privada mais arriscada que a
pública; c) A taxa de inflação reduz a dívida pública - talvez pelo aumento no
imposto inflacionário - e aumenta a dívida privada.

A hierarquia entre os blocos de equações permite estimar em separado as equações


do modelo condicional (x) composto por M1 e pelo saldo das cadernetas de
poupança. Foi feito um teste-F de exogeneidade fraca ao se incluir na equação do
modelo condicional os resíduos do modelo macro. Não se pode rejeitar a hipótese
de que y (condicionante) é exógeno fraco para os parâmetros do modelo

21 o teste univariado para a presença de raiz unitária nllo rejeitou a hipótese de que a taxa de juros real é estacionária. Por
isto, o moàeio foi especificado com os juros nominais para verificar se os resultados eram prejudicados pela hipótese
imprópria de que os juros reais são integrados.
22Como a taxa de juros apresentava alguns pontos aberrantes, esta taxa foi redefinida como o reslduo da regressão da taxa
de juros sobre as variáveis indicadoras dos pontos aberrantes.

20
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

condicional.23 Este resultado permite estimar este modelo considerando as


variáveis de (y) como exógenas. Para isto, foi estimado um modelo VAR no nível
das variáveis24 como em (3) e feitas algumas tentativas de simplificação das
equações.

11 x, = cP + eD, + Blly, + I <1>;llx,_;+ro I (3)


;=1

.,
Os resultados obtidos estão de acordo com diversos outros já apresentados na
litera:tura ao tratar a demanda de moeda através de um modelo condicional [ver
• johansen (1991) e Nak.ame (1994)]. Os Gráficos la a li a seguir apresentam as
variáveis e as relações de co-integração obtidas.

4 - MODELO CONDICIONAL

Nessa etapa é modelado o vetor y = (M1,cpo,over) condicionado no vetor z =


(tpr,q,inf,CDB,tpu). Inicialmente faremos alguns testes de exclusão de regressores
nas equações dos componentes de y para obtermos um modelo mais
parcimonioso; em seguida feita uma regressão bayesiana com priori de Litterman
para obter um modelo com boas propriedades preditivas. Inicialmente, entretanto,
é necessário alguma notação e para isso escreveremos o modelo para, por
exemplo, M I:

4 4
(Ha) MI, =u + <1>IDII+ <1>2D21
+ I(u;,p;,y Jy,-; + I(Õ ),ll),~),~),Tl)z,_) +E,
;=1 )=0

'onde D1=(D1,I,A,D1,1l)' e D2/=(D2.I,A,D2.12) são dummies sazonaIS


mensais e dummies em planos econômicos, respectivamente. Mais
especificamente as dummies dos planos são
D 2t = I (84.2,86.2,86.3,88.12,89.1,89.2,90.2,90.3,90.4,91.2,94.6,94.7)'
Dessa forma, faremos testes sobre a nulidade dos parâmetros do modelo acima.
Abaixo esquematizamos os testes para cada uma das três variáveis que compõem
o modelo condicional .

230S reslduos do modelo marginal (macro) não são significativos (p-valor=O.8734) no modelo condicionaL Este
procedimento é um teste de exogeneidade fraca de Wu-Hausmam, e foi um dos testes utilizados por Nakane (1994) para
estimar uma equação de demanda por moeda para o Brasil. •
24Foi feito um teste de co-integração entre os componentes de x é não foi rejeitada a hipótese de ausência de relações de
co-integração.

21
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

TABELA 14
Variável: Ml

Hipótese Nula Hipótese Alternativa Nível Descritivo

Hl : y=O,Õ=O,ll=O Ha 0.5939

pib= ini"= ~pu=


5 .6 L2

.6
4.8
.2 8
4.6
8 -.6

-.2 -L2
1.998 1.998 1.998

tpK'- vcclb= ,d.=


.1.2

8 8

-.86

-2.4 -.1.2 -2.4


1.998 1.999 1.999

CRvecJ.= __ CRvec2= __
cpo=
1..2 1.8 4.2

.6 1.2 3.5

9 6 2.8

-.6 8 2.1.

-1..2 -6 L4
1.999 1.985 1.999 1.995 1.985 1.999 1.995

Podemos concluir, através dessa análise, que a Tabela 14 não necessita das
informações defasadas do Over, do tpr e do tpu, nem das informações
contemporâneas do tpr e do tpu.

Assim a Tabela 15 exclui, as defasagens do Over, tpr e tpu (como no modelo para
Ml), além de excluir todas as informações, defasadas e contemporâneas, do PIB.

22
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

TABELA 15
Variável: cpo
Hipótese Nula* Hipótese Alternativa Nível Descritivo ~SC**
Hl : y=0 Ha 0.1581
H2: y=0, Õ=O Ha 0.0314
H3: y=0,~=0 Ha 0.3637
H4 : y=0, ~=O, 11=0 Ha 0.0142
'. H5 : y=0, ÕI4=0,~=O Ha 0.2875
H6 : y=0, ÕI4=0, ~=O, Ha 0.0558 0.2772
1114=0
* Õl4 : significa defasagens de 1 a 4. ** Sempre Relativo à Hipótese Ha.

TABELA 16
Variável: OVER
Hipótese Nula* Hipótese Nível ~SC* Nível
Alternativa Descritivo * Descritivo **

Hl : U24=0, P24=0 Ha 0.7831 0.1489


H2 : U24=0, P24=0, õ=o Ha 0.4663 0.2336
H3 : U24 =0, P24 =0, Õ=O, Ha 0.1190 0.2828
11=0
H4 : ~24=0, PI=O H3 0.7425 0.3854 0.2012
H5 : Y34=0, ~o=O H4 0.7341 0.4641 0.2789
H6 : D21;24=0D26=0 H5 0.8318 0.5958 0.4168
H7 : D14 1 11=0 0 H6 0.1689 0.7512 0.2899
H8:~24=0 H7 0.1284 0.8019 0.2178
H9 : DI lil 3 =0 H8 0.3144 0.8670 0.2098
* U14 : significa defasagens de 1 a 4. ** Sempre Relativo à Hipótese Ha.

Dessa forma a Tabela 16 ficou bastante parciomoniosa, excluindo a maioria das


defasagens de todas as variáveis, menos do CDB e ficando somente com a
inflação e o CDB contemporâneos. Após essa etapa os modelos para cada um dos
,. componentes de y são:

4 4
MIl =u + <I>IDI' + <I>2D21 + ~:Cu;mll-i + p;CP0/-i) + L(~jq'-j + ~ j inf/_j+;jcdb,_)
~ ~o

4 4
CPOt= U + <I>IDIt+ <I>2D2t+ .L(ujmlt_i + PiCPOt-J + õotpr +l1otpu + ~(~ j inft_j+ Sjcdbt_j)
1=1 J=O

23
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

4
overt = u + <1>;O;t+ulmlt_1 + Ylovert_l + Y2overt_2+ .1lqt-l + Ilo inft + III inft-1 + .L1;jcdbt_j
]=0

onde 0*2t -- I (89.1,90.2,90.3,90.4,91.2,94.6,94.7)'

Utilizando os modelos escolhidos acima, foi feita então uma busca nos
hiperparâmetros da Priori de Litterman visando encontrar modelos cujas
capacidades preditivas fossem as melhores. A Tabela 17 compara, para cada uma
••*
das três variáveis, suas performances segundo um modelo clássico e segundo um
modelo bayesiano com Priori de Litterman.

TABELA 17
Comparação de Modelos:Tbeil-U*
Variável Clássico Bayesiano**

Ml 0.9025 0.7081
cpo 1.2798 0.8420
over 0.8177 0.8152

** I..m1 = (1,1,2,1,2); I..cpo= (2,1,10,100); I..over = 1.

5 - ANÁLISE DA CAPACIDADE PREDITIVA

Os modelos da última seção podem ser reestimados seqüencialmente de forma a


avaliar a sua capacidade preditiva, o que não implica que os parâmetros estejam
variando temporalmente. Apesar do modelo VEC ser mais parcimonioso do que o
modelo estimado na forma VAR, não é evidente que esta restrição melhore a sua
capacidade preditiva. Por isto, a capacidade preditiva das duas formas de
estimação foi analisada juntamente com suas versões estimadas de forma
bayesiana que utilizam a "Priori de Litterman" [ver Litterman (1986)].25

Assim, a estimação do VAR e do VEC é feita através de mínimos quadrados


recursivos e calculado, para cada t, o erro de previsão a h passos para ser utilizado
nas medidas de ajuste Oesvio Absoluto Médio (OAM) e Theil-U. A estimação de
modelos VAR através da abordagem bayesiana já está razoavelmente
documentada. Sims (1980) e Litterman (1986) apresentam urna forma de ."
especificação a priori dos parâmetros do VAR que tem gerado bons resultados do
ponto de vista preditivo em modelos empiricamente estudados?6

Entretanto, a estimação de modelos VEC através da abordagem bayesiana é


menos conhecida, apesar de existirem alguns trabalhos rec~ntes [ver Tsuruni e
Wager (1994), OeJong (1992), Schotman e van Oijk (1991) e Phillips (1994)]. O

25Emgeralutiliza-se algumcritériodequalidade deajusteparaa comparação


demodelos,
sendocomumo usoda
estatística
deTheil(Theil-U) ouoDAM.
260utrostrabalhos
queutilizam a inferênciabayesiana
emmodelos VARsãoKadiyala
e Karlsson
(1993), Koop
(1992),
Lima,Migon e Lopes(1993) e Lopes(1994).

24
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

problema é a não linearidade trazida pela restrição TI = a~ T. A estratégia adotada


admite que as relações de co-integração são fixas e conhecidas; dessa forma
Zt = ~T Yt passa a ser uma quantidade fixa e o modelo (2) toma-se:

p-1

/1 y, = J.1 + <PD, + AP, + L TI;/1y,_; + az'_1 + E,


;=1
(4)

A Priori de Litterman incidirá nas linhas da matriz de parâmetros


(Jl,<P,A,TIt,A ,TIp_t,a). Admite-se que a priori não existe informação para
'lO (Jl,<P,A,a), que é caracterizado por uma variância muito grançle. Os parâmetros
auto-regressivos têm média nula e variância dada
por: Var(TIk,ij)= {çijOj/ (kdoi)}2;

onde os â; 's são as estimativas de cri (diagonal de L) obtidas através da estimação


de (1) por mínimos quadrados ordinários (estimativa clássica) e são utilizados
para retirar o efeito da escala das variáveis; d é um fator de decaimento das
variâncias a priori (em. geral, d=1, e dessa forma quanto mais longa for a
defasagem mais a variância se aproximará de zero e mais certeza se terá de que
TIk,ij=O).Çij são calibradores da informação que se tem sobre cada variável j na
explicação da variável dependente; note que Çij::::O revela que a j-ésima
componente de y não deveria ser incluída na equação da i-ésima com grande
chance, e contrariamente Çij~ 00 indica pouca informação a priori sobre a
importância da j-ésima variável na equação da variável i.

Além disso, admite-se no caso VAR, que todas as variáveis sejam a priori um
passeio aleatório, ou seja, a média é igual a zero para todos os parâmetros exceto o
coeficiente auto-regressivo de primeira ordem. Já no caso VEC admite-se que a
média de todos os parâmetros a priori seja nula. A Tabela 18 apresenta a
capacidade preditiva dos modelos (VAR/VEC/BVAR/BVEC). Os
hiperparâmetros das Prioris de Litterman utilizadas nos casos bayesianos foram
obtidos através de uma busca numa grade cuja função objetivo é o Desvio
Quadrático Médio, no caso BVEC, e o Theil-U no caso BVAR.

,
I I 2 10 5]
I 100 10 100 I II~ I~ :: I~ ~ ]
ç BV AR = 10 100 5 I 2 • ç BVEC = 100 100 \00 100 I
[ 5 100 2 100 5 [ 5 100 I 10 2
• 10 100 I 5 5 'I 100 I I 100

Vemos que, apesar de possivelmente existirem duas relações de co-integração,


essa restrição não melhora a capacidade preditiva no contexto bayesiano (melhora
a capacidade preditiva do modelo VEC em relação ao modelo VAR, porém muito
pouco). Num contexto geral, o modelo BVAR é o que produz melhores
indicadores. Abaixo apresentamos a Tabela 19 contendo essas estatísticas, porém

25
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

para erros de previsão a três passos. Note-se que, mesmo num prazo mais longo,
onde se esperaria que os modelos VEC/BVEC tivessem melhor previsão, o
modelo BVAR se mostrou melhor. Vale ressaltar que o PIB é melhor previsto por
um modelo VEC.-

TABELA 18
Análise Preditiva do Modelo Macro (um passo) ..-
DAM(%) THEIL
VAR VEC BVAR BVEC VAR VEC BVAR BVEC
TPR 6.2 6.3 5.0 5.9 1.36 1.36 1.07 1.23
PIB 2.9 2.5 2.30 2.4 0.75 0.67 0.58 0.62
INF 2.9 3.0 2.4 2.9 1.26 1.31 1.07 1.30
CDB 2.5 2.2 2.0 2.2 1.29 1.20 0.99 1.09
TPU 6.9 6.6 5.0 5.8 1.38 1.35 1.00 1.19

TABELA 19
Análise Preditiva do Modelo Macro (três passos)
DAM(%) THEIL
VAR VEC BVAR BVEC VAR VEC BVAR BVEC
TPR 1.3 13.6 11.4 12.8 1.15 1.32 1.02 1.25
PIB 4.9 3.6 3.8 3.8 0.71 0.52 0.55 0.55
INF 6.6 6.7 6.4 7.1 0.99 1.04 0.96 1.07
CDB 3.0 2.4 2.3 2.6 1.35 1.07 0.97 1.12
TPU 17.6 12.9 11.2 12.5 1.63 1.28 1.09 1.18

Finalmente, vale ressaltar que esse tipo de procedimento bayesiano é refutado


pelos bayesianos conservadores uma vez que utiliza a própria amostra para
calibrar o modelo em uso (esse procedimento é comumente chamado de
"Empirical Bayes lO). Uma alternativa para fugir desse procedimento seria utilizar
prioris não informativas em geral e talvez utilizar algum procedimento que dê
mais peso a informações mais recentes da amostra como, por exemplo, a ,"
.
modelagem dinâmica bayesiana com fatores de desconto proposta em West e
Harrison (1989).

A estrutura hierárquica é de fato uma restrição sobre a forma reduzida de um


modelo composto pelo Macro e o Condicional, identificado por MC(8). Esta
restrição poderia implicar na perda de capacidade preditiva, por isto comparou-se
a capacidade preditiva deste modelo com a de um modelo BVAR composto pelas
mesmas variáveis, exceto o PIB/7 e estimado pelo modelo não-restrito,
identificado por NR(7).
270 modelo NR(7)corresponde ao proposto no relatório I enviado para o Banco do Brasil

26
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

TABELA 20
Comparação Modelo Não-Restrito (NR) - e Hierárquico (MC)
DAM(l) % DAM(3) % THEIL (1) THEIL (3)
NR(7) MC(8) NR(7) MC(8) NR(7) MC(8) NR(7) MC(8)
INF 1.6 2.0 5.1 5.8 .94 1.03 .91 1.02
CDB 2.5 1.9 5.2 2.4 1.10 .90 1.06 .67
OVER 2.1 1.7 2.9 2.0 .99 .75 .87 .62
.... M1 8.5 6.7 22.6 16.6 .84 .66 1.38 1.02
TPU 6.0 5.0 14.0 11.6 1.19 .98 1.28 1.10
CP 4.0 3.2 10.9 8.9 1.04 .78 1.12 .88
• TPR 5.4 4.8 11.7 10.3 1.06 .96 1.03 .86
PIB 2.1 3.0 .50 .43

A Tabela 20 mostra ~ue exceto pela taxa de inflação que o modelo irrestrito é
ligeiramente superior, 8 o modelo condicional é substancialmente melhor para os
dois horizontes de previsão considerados e para as demais variáveis. Considerando
que a capacidade destes modelos anteciparem a inflação é muito pequena, pode-se
afirmar que a estrutura hierárquica é superior.

6 - IDENTIFICAÇÃO DO MODELO ESTRUTURAL

A arbitrariedade introduzida nos modelos estimados na forma reduzida, seja no


formato VAR, seja no formato VEC, limita-se à escolha das variáveis, uma vez
que todos os demais resultados podem ser de alguma forma informados pelos
dados. Infelizmente estes modelos especificam um sistema em que suas variáveis
são movimentadas por choques correlacionados e de dificil interpretação. A
introdução de hipóteses de identificação que permitiria obter choques
interpretáveis e independentes é, com freqüência, excessivamente arbitrária e
geradora de controvérsia.

Uma metodologia para a identificação de modelos co-integrados foi proposta por


King, Plosser, Stock e Watson (KPSW) que busca separar os choques quanto à
durabilidade de seus efeitos. Se um sistema comn variáveis integradas tem r
relações de co-integração, estas n variáveis partilham n-r tendências comuns -
.
• que podem ser descritas por choques com efeitos permanentes - e r componentes
estacionárias - que têm efeito transitório.

• Qualquer modelo integrado pode ser colocado na representação de Beveridge-


Nelson (1981) para modelos multivariados:

280modelo NR(7) define a taxa do CDB-pré do mês com os dados apurados no mês (t+l) tendo em vista que é disponível
no mesmo período no qual estão disponíveis os saldos financeiros. Como a taxa do CDB-pré foi definida de forma usual
modelo hierárquico. este dispõe de menos informaçl1o em cada período, e nesta medida podemos considerar que este
modelo tem melhor capacidade preditiva inclusive para a previsão da taxa de juros.

27
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

Yt = C(l)LiU'-i +C.(L)ut
= C(1)A-1LiAUt-i +C.(L)A-1Aut (5)

= R(l) Li V{-i+ R. (L)vt

onde C(l) representa a matriz de impactos de longo prazo, C*(L) as matrizes dos
coeficientes defasados da represeritação de médias móveis, e A a matriz das
relações contemporâneas que identifica o modelo estrutural. A primeira igualdade ,..
descreve a representação de Beveridge-Nelson para o modelo na forma reduzida
- com inovação (u); a segunda igualdade, a transformação para o modelo na
forma estrutural; e a terceira o modelo na forma estrutural. A matriz R(l) tal como •
a matriz C(l) é de posto reduzido, pois se W(r x n) representa as relações de co-
integração, necessariamente ~ 'C(1)= WR(l)=O.

A proposta de KPSW consiste em impor restrições sobre a matriz A de tal forma


que R(l) possa ser escrita na forma (r,O) onde a matriz r (n x n-r) mede os efeitos
de longo prazo, sobre cada variável, dos choques permanentes identificados.
Obviamente r deve ser estimada com a condição ~ T=O.

O procedimento brevemente descrito acima identifica os choques permanentes,


deixando em aberto os choques transitórios. Lima (1995) propõe um
procedimento análogo para estes choques que impõe restrições adicionais sobre a
matriz A. Deixando de lado os detalhes algébricos, são definidas as matrizes B (n
x n) e M (r x n) ambas de posto r, calculadas a partir das demais matrizes que'
definem o sistema, que permitem identificar os choques transitórios de forma
equivalente aos choques permanentes. A relação entre os choques na forma
reduzida e os choques estruturais permanentes (v*) e transitórios (v**) é dada na
equação a seguir, onde a matriz A, matriz ~ (n x r), especifica os efeitos
contemporâneos dos choques transitórios sobre cada variável.

(6)

As restrições impostas para a identificação dos choques permitem estimar a matriz


A das relações contemporâneas, separando os choques que têm efeito permanente
daqueles com efeito transitório, e introduzindo um número reduzido de restrições .
de identificação. Neste caso apenas quatro restrições, das quais uma refere-se aos •
choques transitórios. Como elemento de comparação a identificação de um
modelo VAR com cinco variáveis exigiria a imposição de 10 restrições sobre as

relações contemporâneas.

O número de restrições depende das condições de posto e ordem das matrizes r e


~, mas as restrições escolhidas para a identificação dos choques não são únicas, de
forma que toda identificação envolve, necessariamente, um grau de arbitrariedade.
O objetivo é impor restrições que impliquem um comportamento, dinâmico e de
longo prazo, economicamente plausível para a reação das variáveis do modelo aos
choques identificados. Ou seja, trata-se de avaliar se a resposta do modelo a cada

28
UM MODELO DE PREVISÃO DO PIE, INFLAÇÃO E MEIOS DE PAGAMENTO

choque está de acordo com a interpretação dada ao mesmo. Ainda que esta etapa
seja realizada a contento, permanece o problema de saber qual a origem de cada
choque. Diferentes choques podem dar origem a um comportamento semelhante
em modelos que contemplam um conjunto restrito de variáveis. Neste sentido, o
"batismo" de cada choque também contém um elemento de arbitrariedade.

A resposta dinâmica é _dada pelas Funções de Resposta a Impulso (FRI),


apresentadas nos Gráficos de 2a a 2v que mostram ao longo de 36 meses a
resposta de cada variável a cada um dos choques, juntamente com o seu intervalo
de confiança.29 As variáveis do bloco condicional não influenciam
contemporaneamente o bloco macro e, portanto, a identificação do modelo
estrutural refere-se exclusivamente ao bloco macro. Tendo feito estas ressalvas, os
choques que identificamos são os seguintes:

a) um choque permanente que, no longo prazo, não afeta a taxa de juros real e a
taxa de inflação, e que denominamos choque de produtividade ou de oferta;

b) um choque permanente que, no longo prazo, não afeta os juros reais, e que
denominamos choque Neutro de Inflação;

c) um choque permanente denominado choque de juros reais;

d) um choque que não tem efeito permanente e que aumenta o estoque de títulos
públicos e privados na mesma proporção, denominado choque de liquidez; e

e) um choque transitório, denominado choque residual.


,,
A Tabela 21 apresenta as matrizes r e ~ que descrevem respectivamente os efeitos
de longo prazo dos choques permanentes e os efeitos contemporâneos dos choques
transitórios, e na última linha o desvio padrão de cada choque estrutural. Esta
tabela também explícita as restrições impostas dos choques que têm efeito
permanente. O primeiro é estimado com duas restrições (dois zeros na primeira
coluna), o segundo com uma restrição (um zero na segunda coluna) e o terceiro é
irrestrito. Dos choques transitórios, o primeiro é estimado com uma restrição
(igualdade dos impactos sobre tpu e tpr) e o segundo é irrestrito. A metodologia
. para estimar os parâmetros r e ~ com estas restrições está descrita em Lima
e
(1995).

29A FRI corresponde aos coeficientes da representação de médias móveis, e a sua incerteza foi estimada utilizando um
procedimento de Monte Carlo que considerou apenas a incerteza da forma reduzida, deixando de lado a originada nas
relações contemporâneas. Lima, Migou e Lopes (1993) e Lopes (1994) descrevem detalhadamente este procedimento.

29
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

TABELA 21
Identificação dos Choques
Oferta Neutro de Juros Reais Liquidez Residual
Inflação

CDB 0.0 0.0 1.0 0.052 1.725


Inflação 0.0 1.0 5.81 0.043 0.6
PIB 1.0 0.101 -2.89 -0.072 0.007
. Título Público 0.298 -0.556 20.9 1.0 -1.688 ,.-
Título Privado 1.083 1.01 -11.9 1.0 1.206
D.Padrão 0.0172 0.0269 0.0027 0.0296 0.0067

o primeiro choque analisado é um choque de oferta, definido pelo fato de que


impomos que, a longo prazo, mesmo que o produto cresça, os juros e a inflação
permaneçerão constantes. Como se observa na FRI, estas três variáveis convergem
muito rapidamente para seus valores de longo prazo. O comportamento dos títulos
públicos e privados é irrestrito. A dívida privada cresce, aproximadamente na
mesma proporção do PIB, sugerindo que se trata de um choque de crescimento
equilibrado. A dívida pública cresce em menor proporção do que a privada e, a
rigor, não é estatisticamente diferente de zero. Este pequeno impacto é,
provavelmente, devido a dois efeitos conflitantes: o crescimento do PIB tanto
aumenta a demanda por dívida pública pelos agentes quanto reduz as necessidades
de financiamento do governo . Este choque é responsável por 81 % da variância do
erro de previsão do PIB e 17% dos títulos privados a longo prazo, mas explica
pouco do comportamento dos títulos públicos.

O segundo é um choque de neutro de inflação definido pela restrição de que, a


longo prazo, os juros reais sejam constantes. A curto prazo, os juros reais caem
acentuadamente, voltando à sua tendência rapidamente, num movimento que é
compatível com a hipótese de que os agentes, apesar de não terem previsão
perfeita, aprendem rapidamente. Este movimento tem reflexo direto sobre o PIB,
que aumenta nos primeiros períodos, retomando, em seguida, para valores que não
são estatisticamente diferentes de zero. Ou seja, a imposição de que este choque
não tenha efeitos permanentes sobre os juros reais acarretou um efeito também
nulo sobre o produto. A dívida pública cai, inicialmente com o impacto refletindo
a queda nos juros e permanece significativamente abaixo da tendência durante
quase todo o período. O crescimento ligeiramente significativo da dívida privada a
longo prazo reflete o movimento, pouco significativo, do PIB: tomando o PIB

como proxi da riqueza, seu crescimento abre espaço para maior demanda de
títulos privados. Observe que não é possível descartar a hipótese de que este seja
um choque neutro a longo prazo. Este choque responde por 75% da variância do
erro de previsão da inflação e 35% do erro da dívida privada. Seu impacto sobre o
PIB e a dívida pública é pequeno.

30
UM MODELO DE PREVISÃO DO PIS, INFLAÇÃO E MEIOS DE PAGAMENTO

o terceiro é um choque de juros reais. A única condição imposta sobre este


choque é que seja permanente e independente dos demais. A longo prazo, o
aumento nos juros reais derruba o produto e a dívida privada, que o acompanha,
mas aumenta a inflação. Note-se que a elasticidade de longo prazo da dívida
pública frente aos juros é elevada (20,9) mas finita, sugerindo que o aumento no
estoque da dívida vem acompanhado de um aumento no esforço fiscal para servi-
la. A longo prazo esta identificação sugere que o crescimento da dívida pública
está associado a um crowding-out da dívida privada, queda no PIB e crescimento
nos juros reais e na inflação. Este choque é responsável por 93% do movimento da
dívida pública e 48% do movimento da dívida privada a longo prazo.

Os outros dois choques têm apenas efeitos transitórios e respondem por uma
fração importante do movimento de curto prazo dos haveres financeiros. A
restrição imposta consistiu em considerar o tipo de efeito contemporâneo sobre
estes haveres.

O quarto choque, e primeiro transitório, é definido pela restrição de que as dívidas


pública e privada cresçam na mesma proporção.3o Este choque está associado a
uma situação de curto prazo em que a inflação cresce e o produto cai. A origem
destes movimentos pode ser um aumento de liquidez, um movimento autônomo
nas expectativas inflacionárias ou uma redução temporária na oferta real. O
resultado é que os agentes públicos e privados reagem a esta queda temporária no
PIB com um aU1J1entono endividamento e, conseqüentemente, nos juros reais. Tal
comportamento é perfeitamente compatível com as hipóteses usuais sobre a
reação dos agentes a choques transitórios sobre a renda real: os agentes se
endividam para suavizar o impacto das quedas na renda sobre o gasto. O segundo
choque transitório tem baixo poder explicativo e por isso foi denominado de
residual, sem que tentemos interpretá-lo. A Tabela 22 apresenta a proporção da
variação de cada variável no longo prazo que é devida a cada um dos choques. A
Tabela 23 apresenta a mesma proporção nos meses seguintes aos choques.

TABELA 22
Decomposição Variância no Longo Prazo
Choques CDB Inflação PIB Título Público Título Privado
,~
Juros Reais 1.0 .25 .17 .93 .49
Neutro de Inflação 0.0 .748 .02 .07 .35
Oferta 0.0 0.0 .81 .01 .17

30 Foram experimentadas diversas identificações, com ou sem restrição sobre o comportamento dos haveres e, em todas,
obtivemos que um dos choques transitórios impactava os titulos públicos e privados na mesma direçlio e em magnitudes
semelhantes.

31

L
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

TABELA 23
Decomposição de Variância do Erro de Previsão
Juros Reais Inflação PIB
Mês cp3 cp2 cpl ct cp3 cp2 cpl ct cp3 cp2 cpl ct

O 0.0 0.5 0.0 0.0 0.2 0.6 0.0 0.0 0.0 0.2 0.6 0.0
3 3 7 1 2 8 6 O 1 8 9 1
0.0 0.4 0.0 0.0 0.2 0.6 0.0 0.0 0.0 0.2 0.7 0.0
5 9 6 1 O 8 4 3 2 5 2 1
o"
3 0.0 0.4 0.0 0.0 0.1 0.6 0.0 0.0 0.0 0.2 0.7 0.0
5 8 7 1 9 9 3 5 4 1 . 3 1
6 0.0 0.4 0.0 0.0 0.1 0.7 0.0 0.0 0.0 0.1 0.7 0.0
6 7 7 1 8 1 2 6 5 6 6 1 •
12 0.1 0.4 0.0 0.0 0.1 0.7 0.0 0.0 0.0 0.1 0.7 0.0
2 4 6 1 9 3 1 4 7 2 9 1
24 0.2 0.3 0.0 0.0 0.2 0.7 0.0 0.0 0.1 0.0 0.8 0.0
1 1 4 O 2 O 8. 1 1
3 8 5
36 0.3 0.3 0.0 0.0 0.2 0.7 0.0 0.0 0.1 0.0 0.8 0.0
2 4 5 1 2 5 O 2 1 7 1 O

(Continuação)

Títulos Públicos Títulos Privados


Meses cp3 cp2 cpl ct cp3 cp2 cpl ct
O 0.08 0.27 0.12 0.45 0.54 0.05 0.01 0.38
1 0.09 0.39 0.09 0.40 0.58 0.03 0.03 0.34
3 0.15 0.50 0.05 0.29 0.62 0.01 0.05 0.28
6 0.15 0.55 0.02 0.23 0.66 0.01 0.06 0.22
12 0.18 0.54 0.01 0.19 0.69 0.01 0.06 0.17
24 0.33 0.46 0.01 0.14 0.71 0.03 0.08 0.12
36 0.47 0.38 0.01 0.10 0.68 0.08 0.10 0.09

7 - CONCLUSÃO

Este texto explorou uma estratégia para lidar com modelos VAR que apresentam
um número relativamente elevado de variáveis especificando uma estrutura
hierárquica, na qual temos um bloco "macro" que condiciona, mas não é
condicionado, pelo segundo bloco. Embora este procedimento tenha sido utilizado
apenas para a previsão condicionada de agregados financeiros, é evidente que o
procedimento tem uma aplicação mais ampla, servindo para a previsão
condicionada de diversos grupos de variáveis de interesse. Assim, por exemplo,
uma próxima etapa que pretendemos explorar consiste na inclusão do câmbio no
bloco "macro" e na projeção de variáveis do balanço de pagamentos
condicionadas aos resultados do câmbio.

Um segundo ponto que ainda requer desenvolvimento diz respeito ao


procedimento de identificação do modelo. Como mencionamos acima, a etapa de
identificação envolve um certo grau de arbitrariedade que, embora não tendo
como ser completamente eliminado, ainda pode ser reduzido. Para isto, dois

32
UM MODELO DE PREVISÃO DO PIS, INFLAÇÃO E MEIOS DE PAGAMENTO

procedimentos não utilizados aqui podem ser considerados. Em primeiro lugar, é


possível lançar mão de elementos de análise histórica para checar se a trajetória
passada dos choques postulados correspondem a eventos reais. Em segundo lugar,
pode-se explorar mais detalhadamente a reação das variáveis do modelo
condicional a choques no modelo básico. Por exemplo, no modelo que considere o
setor externo, podemos analisar a reação do saldo da conta corrente ao que tenha
sido identificado como um choque de produtividade.

Finalmente, embora isto não tenha sido feito neste texto, é claro que o modelo
estimado presta-se à realização de previsões condicionadas a trajetórias das
variáveis do próprio modelo macro. Por exemplo, pode-se postular uma trajetória
para os juros reais e simular o seu impacto sobre as demais variáveis do modelo
sob três alternativas: a) sem impor restrições quanto à natureza dos choques
estruturais que geraram aquela trajetória de juros reais; b) supondo que a trajetória
dos juros reais foi gerada apenas pelo choque de juros reais; c) Supondo que a
trajetória dos juros não foi provocada pelo choque de juros reais. Como se
observa, uma mesma trajetória de juros é compatível com diferentes trajetórias
para as demais variáveis, dependendo dos eventos que causaram aquela trajetória.

Naturalmente, no caso do modelo hierárquico não é possível fazer previsões


condicionadas a trajetórias de variáveis do modelo condicional. Entretanto, é
possível fazer uma busca de qual trajetória de juros seria consistente com um
determinado valor para uma variável condicionada, por exemplo, meios de
pagamento ou saldo do balanço comercial.

33
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

BIBLIOGRAFIA

BARNETI, W. A. The optimallevel ofmonetary aggregation. Journal ofMoney


Credit and Banking. v. 14, n. 4, 1982.

BEVERIDGE, S., NELSON, C. A new approach to decomposition of economic


time senes into permanent and transitoy components with particular attention
to measurement of the business cycle. Journal of Monetary Economic, v. 7,
p. 151-174, 1981.

DElONG, D. N. Cointegration and trend-stationarity in macroeconomic time


senes. Journal ofEconometrics, v. 52, p. 347-370, 1992.

GELFAND, A., E., SMITH, A. F. M. Sampling-based approaches to calculating


marginal densities Journal of the American Statistical Association, v. 85, p.
389-409, 1990.

JOHANSEN, S. Statistical analysis of cointegration vectors. Journal of


Economic Dynamics and Control, v. 12, p. 234-254, 1988.

_____ . Estimation and hypothesis testing of cointegration vectors In


gaussian vector autoregressive models. Econometrica, v. 59, n. 6, p. 1551-
1580, 1991.

JOHANSEN, S. Testing weak exogeneity and the order of cointegration in UK


money demand data. Journal ofPolicy Modeling, v. 14, n. 3, 1992.

JOHANSEN, S. JUSELIUS, K. Maximum likelihood estimation and inference on


cointegration - With applications to the demand for money. Oxford Bulletin
ofEconomics and Statistics, v. 52, p. 169-210, 1990.

_____ . Testing structural hypotheses in a multivariate cointegration


analysis of the PPP and the UIP for UK. Journal of Econometrics, v. 53, p.
211-244, 1992.

KADIYALA, K. R., KARLSSON, S. Forecasting with generalized bayesian


vector autoregressions. Journal ofForecasting, v. 12, p. 365-378, 1993.

KING,R. G., PLOSSER,C. I.,STOCK J. H., WATSON M. H. Stochastic trends


and economic fluctuation. The American Economic Review, v. 81, p. 819-
840, 1991.

KOOP, G. Aggregate shocks and macroeconomic fluctuations: a bayesian


approach. Journal of Applied Econometrics, v. 7, p. 395-411, 1992.

34
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

KOREISHA, S.O., PUKKILA, T. Determining the order of a VAR when the


number of component series is large. Journal of Time Series Analysis, v. 14,
n. l,p.47-69, 1993.

LIMA, E.C.R. Cointegração e identificação de auto-regressões vetoriais


(VAR) estruturais. Parte 11do minicurso apresentado na VI Escola de Séries
Temporais e Econometria. Vitória, 1995.

LIMA, ~.~_~t alii. Tendência estocástica do produto no Brasil: efeitos das


flutuações da taxa de crescimento da produtividade e da taxa de juro real.
Pesquisa e Planejamento Econômico, v. 25, n. 2, p. 249-278, 1995.

LIMA, E.C.R., MIOON, H.S., LOPES, H.F. Efeitos dinâmicos dos choques de
oferta e demanda agregadas sobre o nível de atividade econômica do Brasil.
Revista Brasileira de Economia., v. 47, n. 2, p. 177-204, 1993.

LITTERMAN, R. Forecasting with bayesian vector autoregressions - tive years


of experience. Journal of Business and Economic Statistics, v. 4, p. 25-38,
1986.

LOPES, H.F. Aplicações de modelos auto-regressivos vetoriais. Departamento


de Métodos Estatísticos, IM-UFRJ, 1994 (Dissertação de Mestrado).

LÜTKEPOHL, H. Comparison of criteria for estimating the order of a vector


autoregressive processoJournal ofTime Series Analysis, v. 6, p. 35-62, 1985.

NAKANE, M.I. Teste de exogeneidade fraca e super exogeneidade para a


demanda de moeda no Brasil. São Paulo, USP, 1994 (Tese de Mestrado).

OSTERWALD-LENUM, M. A note with quantiles ofthe assymptotic distribution


of the ML cointegration rank test statistics. Oxford Bulletin of Economics
and Statistics, v. 54, n. 3, p. 461-47, 1992.

PHILLIPS, P. Model Determination and Macroeconomic Activity. Yale


University, 1994 (Cowles Foundation Discussion Paper n. 1083).
.
!f-
I
SCHOTMAN, P., VAN DIJK, H.K. A bayesian analysis of the unit root in real
exchange rate. Journ'al ofEconometrics, V. 49, p. 195-238, 1991.

SIMS, C.A. Macroeconomics and reality. Econometrica, V. 48, p. 1-49, 1980.

TODA, H.Y., PHILLIPS, P.c.B. Vector autoregression and causality: a


theoretical overview and simulation study. Econometric Reviews, v. 13, n. 2,
p. 259-285, 1994.

35
UM MODELO DE PREVISÃO DO PIB, INFLAÇÃO E MEIOS DE PAGAMENTO

TSURUMI, H., WAGO, H. A bayesian analysis of unit root and cointegration


with an application to a yen-dollar exchange rate model. Manuscrito, 1994.

WEST, M., HARRISON, J. Bayesian forecasting and dynamic models. New


York, Springer-Verlag, 1989.

36
PUBLICAÇÕES DO IPEA (TEXTOS)
1995/1996

TEXTO PARA DISCUSSÃO - TO

N° 362 - Descentralização da Educação Básica: Lições da Experiência, José Amaral Sobrinho,


janeiro 1995, 14p.
N° 363 - CAIC: Solução ou Problema?, José Amaral Sobrinho e Marta Maria de Alencar Parente,
janeiro 1995, 23p.
N° 364 - Descentralização: Um Processo a Ser Acompanhado e Avaliado (ou do finja que eu
finjo ao faça que nós vemos), Ronaldo Coutinho Garcia, janeiro 1995, 17p.
N° 365 - Prioridades e Orientação dos Gastos Públicos em Agricultura no Brasil, José Garcia
Gasques e Carlos M. Villa Verde, janeiro 1995, 21p.
N° 366 - Pobreza, Estrutura Familiar e Trabalho, Ricardo Paes de Barros e Rosane Silva Pinto de
Mendonça, fevereiro 1995, 27p.
N° 367 - Intermodalidade, Intramodalidade e o Transporte de Longa Distância no Brasil, Newton
. de Castro, fevereiro 1995, 21p.
N° 368 - Govemabilidade e Pobreza ODesafio dos Números, Sonia Rocha, fevereiro 1995, 29p.
N° 369 - Federalismo e Regionalização dos Recursos Públicos, Lena Lavinas, Manoel Augusto
Magina e Monica Couto e Silva, abril 1995, 20 p.
N° 370 - Economia Política da Saúde: Uma Perspectiva Quantitativa, Adriane Zaeyen e outros,
abril 1995. (em elaboração)
N° 371 - Os Incentivos Fiscais à Indústria da Zona Franca de Manaus: Uma Avaliação
(Relatório Final), Flávio Tavares Lyra, maio 1995, 176 p.
N° 372 - A Macroeconomia do Desenvolvimento Nordestino: 1960/1964, Gustavo Maia Gomes e
José Raimundo Vergolino, maio 1995, 109 p.
N° 373 - Uma Nota Sobre o Regime de Origem no Mercosul, Honorio Kume, maio 1995,20 p.
N° 374 - Interindustry Wage Differentials, Armando Castelar Pinheiro e Lauro Ramos, maio 1995,
28 p.
N° 375 - A Dinâmica Regional Recente da Economia Brasileira e suas Perspectivas, Clélio
Campolina Diniz, junho 1995, 39 p.
N° 376 - Qualificação ProfISsional: Uma Proposta de Política Pública, Carlos Alberto dos Santos
.
f
Vieira e Edgard Luiz Gutierrez Alves, junho 1995, 25 p .
N° 377 - Os Determinantes da Desigualdade no Brasil, Ricardo P. de Barros e Rosane Silva P. de
Mendonça, julho 1995, 63 p.
N° 378 - Coping with Change in the Economy: New Technologies, OrganisationalInnovation
and Economies of Scale and Scope and Scope in the Brazilian Engineering Industry, Ruy de
Quadros Carvalho, julho 1995, 60 p.
N° 379 - Impactos da Seguridade Social: Alguns Aspectos Conceituais, Francisco Eduardo B. de
Oliveira e Kaizô L Beltrão, agosto 1995, 17 p.
N° 380 - Ajuste Macroeconômico e Flexibilidade do Mercado de Trabalho no Brasil: 1981/91,
André Urani, setembro 1995,66 p.

~ .. -
N° 381 - Uma Avaliação da Qualidade do Emprego no Brasil, Ricardo Paes de Barros e Rosane
Silva Pinto de Mendonça, setembro 1995, 75 p.
N° 382 - A Tributação do Comércio Interestadual: ICMS Atual versus ICMS Partilhado, Ricardo
Varsano, setembro 1995, 14 p.
N° 383 - Legislação de Direitos Compensatórios e sua Aplicação a Produtos Agrícolas no Brasil,
Guida Piani, setembro 1995, 30 p.
N° 384 - Qualidade da Educação Infantil- Desenvolvimento Integral e Integrado, Pedro Demo,
outubro 1995, 45 p.
N° 385 - Política de Concorrência: Tendências Recentes e o Estado da Arte no Brasil, Lúcia
Helena Salgado, outubro 1995, 58 p.
N° 386 - Estratificação de Empresas: Histórico e Proposta de Classificação, Paulo Tafner, outubro
1995,57 p.
N° 387 - Projeto Áridas - Nordeste: Uma Estratégia para Geração de Emprego e Renda, Ricardo
R. A. Lima, outubro 1995, 42 p.
N° 388 - Ensino Superior: Uma Agenda para Repensar seu Desenvolvimento, Raulino Tramontin,
outubro 1995, 26 p.
N° 389 - Financiai Liberalization and the Role ofthe State in Financiai Markets, Heitor Almeida,
novembro 1995, 16 p.
N° 390 - Federalismo e Desenvolvimento Regional: Debates da Revisão Constitucional, Lena
Lavinas e Manoel A. Magina, novembro 1995, 30 p. + anexos.
N° 391 - Cidadania e Direitos Humanos - sob o Olhar das Políticas Públicas, Pedro Demo e
Liliane Lúcia Nunes de Aranha Oliveira, novembro 1995,91 p.
N° 392 - Novas Fontes de Recursos, Propostas e Experiências de Financiamento Rural, José
Garcia Gasques e Carlos Monteiro Vila Verde, dezembro 1995, 38 p.
N° 393 - O Modelo Monetário de Determinação da Taxa de Câmbio: Testes para o Brasil, José
W. Rossi, dezembro 1995, 28 p.
N° - 394 - Reforma da Previdência na Argentina, Francisco de Oliveira Barreto, dezembro 1995,
14 p.
N° 395 - Estoques Governamentais de Alimentos e Preços Públicos, Guilherme C. Delgado,
dezenbro 1995, 34 p.
N° 396 -O Processo da Reforma Tributária, Fernando Rezende, janeiro 1996, 18 p.
N° 397 - Gestão da Qualidade: evolução histórica, conceitos básicos e aplicação na educação,
Ose Mary Juliano Longo, janeiro 1996, 14 p.
N° 398 - Poverty Studies in Brazil- A Review, Sorna Rocha, janeiro 1996, 20 p.
N° 399 - Proposta de um Imposto Ambiental Sobre os Combustíveis Líquidos no Brasil, Ronaldo
Seroa da Motta e Francisco Eduardo Mendes, janeiro 1996, 21 p.
N° 400 - A Reestruturação Produtiva nas Empresas Brasileiras e seu Reflexo sobre a Força de
Trabalho, por Gênero, Virene Roxo Matesco e Lena Lavinas, janeiro 1996, 33 p.
N - 401 - Política de Saúde no Brasil: Diagnóstico e Perspectivas, Maria Elizabeth Barros e •
outros, fevereeiro 1996, 123 p.
N° 402 - ICMS: Evolução Recente e Guerra Fiscal, Marcelo Piancastelli e Fernando Perobelli,
fevereiro 1966, 31 p .•
N° 403 - Indicadores Ambientais no Brasil: Aspectos Ecológicos, de Eficiência e Distributivos,
Ronaldo Seroa da Motta, fevereiro 1996, 104 p.

ii
N° 404 - Capacidade Tributária dos Estados Brasileiros, 1970/90, Eustáquio José Reis e Fernando
A. Blanco, fevereiro 1996, 31 p.
N 405 - A Evolução do Sistema Tributário Brasileiro ao Longo do Século: Anotações e Reflexões
para Futuras Reformas, Ricardo Varsano, fevereiro 1996, 34 p.
N° 406 - O Processo de Gasto Público do Programa do Livro Didático, Jorge Abrahão de Castro,
março 1996, 74 p.
N° 407 - A Busca da Excelência nos Serviços Públicos: O Caso de Rondonópolis, Rose Mary
Juliano Longo e outros, março 1996, 21 p. .
N° 408 - A Gestão da Qualidde e a Excelência dos Serviços Educationais: Custos e Benefícios de
sua Implantação, Antonio Carlos da R. Xavier, março 1996, 17 p.
N° 409 - A Experiência Recente da Política Industrial no Brasil: Uma Avaliação, Eduardo
• Augusto Guimarães, abril 1996, 30 p .
• N° 410 - O Problema Habitacional no Brasil: Déficit, Financiamento e Perspectivas, José Romeu
de Vasconcelos e outros, abril 1996, 36 p. .
N° 411 - Maternidade Darcy Vargas: Excelência no Atendimento ao Binômio Mãe-Filho, Fátima
Marra e outros, abril 1996, 20 p.
N° 412 -Tarifas, Preços e a Estrutura Industrial dos Insumos Agrícolas: O Caso dos Defensivos
(Relatório Final), Jacob Frenkel, maio 1996, 120 p.
N° 413 -A Política Industrial Brasileira: Mudanças e Perspectivas, Flávio Tavares de Lyra, maio
1996,21 p.
N° 414 -Transformações no Padrão Locacional Industrial: o Caso de Santa Rita do Sapucaí,
Fernando S. Perobelli, maio 1996, 60 p.
N° 415 -Estudo da Função Demanda por Serviços de Saneamento e Estudo da Tarifação do
Consumo Residencial, Thompson Almeida Andrade e outros, maio 1996, 61 p.
N° 416 -Aspectos Econômicos da Gestão Integrada de Resíduos Sólidos, Larissa Steiner Chermont
e outros, maio 1996, 26 p.
N° 417 - De Ônus a Bônus: Política Governamental e Reformas Fiscais na Transformação do
Estado Brasileiro, Ricardo Varsano, maio 1996, 18 p.
N° 418 - Trade Liberalization and Quality Innovation in Brazilian Autos, Renato Fonseca, maio
1996,32 p.
N° 419 - A Demanda por Moeda no Brasil: 1974/95, Octávio A. F. Tourinho, maio 1996, 19 p.
N° 420 -Propostas de Reforma do Sistema Tributário Nacional, Fernando Rezende, maio 1996, 26
p.
N° 421 - Elementos para Discussão de uma Política Industrial par o Brasil, Annibal V. Vilela e
outros, maio 1966, 54 p.
N° 422 - O Processo de Privatização das Empresas Brasileiras, José Coelho Matos Filho e outros,
maio 1996, 28 p. .
N° 423 - A Política de Importação no Plano Real e a Estrutura de Proteção Efetiva, Honório
Kume, maio 1996, 23 p.
N° 424 - Produto Interno Bruto por Unidade da Federação, Antonio Braz de Oliveira e Silva e
:outros, maio 1996, 105 p. .
N° 425 - O Perfil Regional do Orçamento Geral da União (OGU) 1995 - Lei n° 8980/95 (versão
preliminar), Antonio Carlos F. Galvão e outros, junho 1996, 64 p.

iii
N° 426 - Privatização e Qualidade dos Serviços Públicos de Infra-Estrutura:. Controle Social e
Participação do Consumidor, Hamilton Nonato Marques, junho 1996,41 p.
N° 427 - Passos para o Gerenciamento Efetivo de Processos no Setor Público: Aplicações
Práticas, Fábio Ferreira Batista (coord.) e outros, junho 1996,53 p.
N° 428 - Ocupação e Escolaridade: Tendências Recentes na Grande São Paulo, Edgard Luiz
Gutierrez Alves e Fábio Veras Soares, junho 1996,57 p.
N° 429 - O Estímulo aos Investimentos Tecnológicos: O Impacto sobre as Empresas Brasileiras,
Virene Roxo Matesco e Paulo Tafner, julho 1996, 41 p.
N° 430 - O Crescimento Econômico Ótimo em Economias com Inflação, Octavio A. F. Tourinho,
julho 1996, 20 p.
N'J 431 - Gasto Público Federal: Análise da Despesa Não-Financeira, Marcelo Piancastelli e .
Francisco Penera, agosto 1996, 54 p .• ••
N° 432 -Impacto dos Financiamentos sobre o Crescimento das Importações Brasileiras: 1992/95,
Marcelo Nonnenberg, agosto 1996, 26 p.
N° 433 - The Economics of Biodiversity in Brzil: The Case of Forest Conversion, Ronaldo Seroa
da Motta, agosto 1996, 24 p.
N° 434 - Privatização do Sistema Ferroviário Brasileiro, Sérgio de Azevedo Marques, agosto
1996,67 p.
N° 435 - O Financiamento do Banco Mundial ao Programa de Apoio ao Pequeno Produtor
Rural do Nordeste (PAPP), Ricardo Pereira Soares, setembro 1996,28 p.
N° 436 - Reforma da Previdência: Modelo de Opções, Francisco Eduardo Barreto de Oliveira e
outros, setembro 1996, 16 p.
N° 437 - A Regulamentação Ambiental: Instrumentos e Implementação, Sergio Margulis,
setembro 1996, 42 p.
N° 438 - Tarifação Social no Consumo Residencial de Água, Thompson A. Andrade e Waldir J. de
Araújo Lobão, setembro 1996, 62 p.
N° 439 - Renda e Pobreza: Os Impactos do Plano Real, Sorna Rocha, setembro 1996, 28 p.
N° 440 - Uso de Instrumentos Econômicos na Gestão Ambiental da América Latina e Caribe:
Lições e Recomendações, Ronaldo Seroa da Motta e outros, outubro 1996, 70 p.
N° 441 - Distribuição de Renda, Crescimento Endógeno e Política Fiscal: Uma Análise Cross-
Section para os Estados Brasileiros, Victor Duarte Lledó, outubro 1996, 45 p.
N° 442 - Indicadores de Esforço Tecnológico: Comparações e Implicações, Virene Roxo Matesco,
outubro 1996, 29 p.
N° 443 - Modelos para a Projeção do Consumo Nacional e Regional de Óleo diesel, Ajax R. B.
Moreira, outubro 1996, 36 p.
N° 444 - Aspectos Institucionais e Regulatórios da Integração de Transportes do Mercosul,
Newton de Castro e Philippe Lamy, outubro 1996,97 p.
N° 445 - Liberation, Stabilization and Poverty in Latin America During the 1990's, André Urani,
outubro 1996,38 p.

iv
RELATÓRIO INTERNO - RI

Coordenação de Política Macroeconômica - CPM

Coordenação de Difusão Técnica e Informações - CDI

Coordenação de Política Social - CPS

Coordenação de Política Setorial - CPSe

Diretoria Executiva

Diretoria de Pesquisa

Diretoria de Políticas Públicas

CADERNO DE ECONOMIA - CE

DOCUMENTO DE POLÍTICA - DP

SÉRIE SEMINÁRIOS.

A Série Seminários tem por objetivo divulgar trabalhos apresentados em seminários promovidos
pela DIPES/IPEA.

N° 01/95 - Uma Avaliação da Qualidade do Emprego no Brasil, Ricardo P. de Barros e Rosane


Silva P. de Mendonça, março 1995.
N° 02/95 - The Contemporary Trans/ormations o/the Japanese Wage Lobor Nexus in Historical
Retrospect an Some International Comparisons, Robert Boyer, abril 1995.
N° 03/95 - Merenda Escolar e Desigualdade: O Caso de São Paulo, André Cezar Medici, abril
1995.
N° 04/95 - Regulation and Flexibility 0/ the Labor Market in Brazil, Edward J. Amadeo e José
Márcio Camargo, abril 1995.
N° 05/95 -A Administração Pública como Empregadora: Uma A valiação da Década de 80,
Danielle Carusi Machado e outros, abril 1995. '
N° 06/95 - Mercado de Trabalho Não-Regulamentado: Participação Relativa e Diferenciais de
Salários, Reynaldo Fernandes, maio 1995.
N° 07/95 - Relatório sobre o desenvolvimento Social na Sociedade Brasileira, Amélia Cohn, maio
1995.

L
N° 08/95 - Water Quality and Policy in Brazil: Estimates of Health Costs Associated to Sanitation
Services and Simulation of Pollution Taxes Applied in River Basins, Ronaldo Seroa da Motta,
julho 1995.
N° 09/95 - Pigou, Dalton and the Principie of Transfers: an Experimental Investigation, Yoram
Amiel e Frank. A. Cowell, agosto 1995.
N° 10/95 - Labor Market Institutions and Labor Market Performance, Ricardo Paes de Barros e
Rosane Mendonça, agosto 1995.
N° 11/95 - Estruturas de Negociação Salarial e Desempenho Macroeconômico, José Carlos dos
Reis Carvalho, setembro 1995.
N° 12/95 - Análise Estrutural do Emprego e dos Rendimentos na Indústria de Transformação de
São Paulo, Márcia Helena de Lima, setembro 1995.
N° 13/95 - Rigidezes de Práticas de Pagamentos, Marcelo Neri, setembro 1995. •
A

N° 14/95 - A Reestruturação Industrial e a Natureza do Trabalho Capitalista, Liana Maria da


Frota Carleial, setembro 1995.
N° 15/95 - Mudanças na Estrutura Ocupacional na Década de 80, Ana Flávia Machado e Mônica
Viegas Andrade, outubro 1995.
N° 16/95 - Ambiente Econômico e Resposta Empresarial: O Ajuste da Indústria Brasileira nos
Anos 90, Paulo Fernando Fleury, novembro 1995.
N 17/95 - Distribuição de Renda e Pobreza nos Anos 90: Uma Análise da Situação na Região
Metropolitana de São Paulo, Paulo de Martino Jannuzzi e Sandra Márcia Chagas Brandão,
novembro 1995.
N° 18/95 - Terceriarização e Qualidade do Emprego: Uma Análise da Região Metropolitana de
São Paulo no Início dos Anos 90, Valéria Pero,novembro 1995.
N° 19/95 - Qualificação, Tecnologia e Salário na Teoria Econômica, Victor Hugo Klagsbrunn,
dezembro 1995.
N° 01/96 - A Guide to Living Standards Measurement Study Surveys and Their Data Seis,
Margararet E. Grosh e Paul Glewwe, março 1996.
N° 02/96 - Modelos de Geração de Emprego Aplicados à Economia Brasileira - 1985/95, Sheila
Najberg e Solange Paiva Vieira, maio 1995.
N° 03/96 - O Impacto da Abertura Comercial sobre o Mercado de Trabalho Brasileiro, Ricardo
Paes de Barros e outros, junho 1996.
N° 04/96 - Gastos Sociais e Pobreza no Brasil, Banco Mundial e Divisão de Operações de
Recursos Humanos; julho 1996.
N° 05/96 - A Desigualdade da Pobreza: Estratégias Ocupacionais e Diferenciais por Gênero,
Ricardo Paes de Barros e outros, julho 1996.
N° 06/96 - Renda Mínima: Uma Avaliação das Propostas em Debate no Brasil, André Urani,
julho 1996.
N° 07/96 - Bem-Estar, Pobreza e Desigualdade de Renda: Uma Avaliação da Evolução Histórica

e das Disparidades Regionais, Ricardo Paes de Barros e outros, julho 1996.
N° 08/96 - Crescimento Endógeno, Distribuição de Renda e Política Fiscal: Uma análise Cross-
Section para os Estados Brasileiros, Victor Dúarte Lledó, julho 1996.
N° 09/96 - Desemprego Regional no Brasil: Uma Abordagem Empírica, Carlos Henrique Corseuil
e outros, julho 1996.
N° 10/96 - Social Returns to Investments in School Quality in Brazil, David Lam e outros, agosto
1996.

VI
N° 11/96 - Elfects of Schooling on Fertility and Investment in Children, with Evidence from
Brazil, David Lam, julho 1996.
N° 12 - Roads to Equality Wealth Distribution Dynamics With Public-Private Capital
Complementary, Francisco H. G. Ferreira, agosto 1996.
N° 13 - EI Régimen de Seguridad Social en Cuba: Problemas y Alternativas de SoJución, Maria
Cristina Sabourin Jovel, agosto de 1996.
N° 14 - A Estrutura do Desemprego no Brasil, Ricardo Paes de Barros e outros, agosto 1996.
N° 15 - O Crrescimento dos Serviços no Brasil: Considerações Preliminares,
N° 17 - Renda e Pobreza: os Impactos do Plano Real, Sônia Rocha, setembro 1996.
N° 18 - Growing Apart: Inequality and Poverty Trends in Brazil in the 1980s, Francisco H. G.
Ferreira e Julia A. Litchfield, setembro 1996.
N° 19 - Determinantes da Pobreza no Brasil, Ricardo Paes de Barros e outros, setembro 1996.
N° 20 - Os Determinantes da Desigualdade no Brasil, Ricardo Paes de Barros e Rosane Mendonça,
setembro 1996.
N°21 -A Relação entre Educação e Salários no Brasil, Lauro Ramos e Maria Lucia Vieira,
setembro 1996.
N° 23 - Determinantes da Evolução da Estrutura do Desemprego no Brasil: 1986-1985, Carlos
Henrique Corseuil e outros, outubro 1996.
N° 24 - Heterogeneidade e Desigualdade Salarial no Setor deServiços, Mônica Viegas Andrade e
outros, outubro 1996.

* Anteriormente chamada de "Seminários sobre estudos sociais e do trabalho" .

••

vii
SETOR DE DOCUMENTAÇÃO

330.908 lviOREIRA, P,ja.x R. Beilo et a!. - Um


!59 modelo de previsão do P!B, inflação
T01446 e meios de pagamento.
Tombo: 22UQ~4

IPEA-21

•..

Um modelo de previsao do PIB,

111111111111111111111111111111111111111111111
22110-4 IPEA -BSB